“1+1+2”教学模式的探索与实践

何玉杰 李敏 刘霞 邢宇航 魏振华

摘  要：针对人工智能课程教学与火箭军作战应用需求存在差距的实际问题，该文以培养德才兼备的高素质专业化新时代军事智能人才为牵引，坚持立德树人、为战育人，提出人工智能课堂“1+1+2”教学模式，即“一种育人理念”，乐学、乐思、乐动的“三乐”育人理念，贯穿教学始终；“一种教学方法”，专题探究式教学方法，在对课程内容体系重构的基础上，注重对学员的引导和启发；“双维度思政育人”，课堂内外“横向+纵向”课程思政育人模式。该文所采用的教学模式已应用在火箭军工程大学人工智能课堂教学中，经多年实践，该模式能够有效提升课堂参与度和活跃度，在培养科学思维的基础上，切实提高学员利用智能技术手段解决军事应用问题的能力。

关键词：人工智能；教学模式；专题探究式；思政育人；育人理念

中图分类号：G642         文献标志码：A          文章编号：2096-000X（2024）15-0080-06

Abstract： In view of the actual problem that the AI course teaching is divorced from the rocket army's operational application needs. This paper， guided by the cultivation of high-quality and professional military intelligence talents， insists on cultivating people by virtue and training them for war， and puts forward the "1+1+2" teaching model. The model includes one kind of education concept， one teaching method and dual dimension ideological and political education. The education concept means three education concepts of learning， thinking and moving， which runs through the course teaching. The teaching method means thematic inquiry teaching method. The dual dimension means horizontal and vertical curriculum ideological and political education model. This teaching model adopted in this paper has been applied in the AI course teaching of College of War Support. After years of practice， this model can effectively improve the degree of classroom participation and activity. On the basis of cultivating scientific thinking， students' ability to use intelligent technology to solve military application problems can be effectively improved.

Keywords： artificial intelligence; teaching model; thematic inquiry; ideological and political education; education concept

人工智能因其在各個行业取得的巨大成功，已经受到人们的广泛关注，成为未来主流发展方向。当前，在深度学习算法的促进下，人工智能携带着云计算、大数据、卷积神经网络等技术，突破了自然语言处理、图像识别等应用瓶颈，为人类带来了翻天覆地的变化，尤其是在军事应用领域更是如此[1]。人工智能原理及应用课程围绕人工智能基础理论知识传授和应用实践能力培养开展教学，对面向军事应用场景的智能信息挖掘、分析、处理起重要的支撑作用，因此探索研究它的课程教学模式创新具有很重要的现实意义。本文针对教学实施过程中所存在的问题，对课程教学理念、教学方法以及思政育人进行了探索，提出了“1+1+2”课程教学模式，该教学模式能够更好地将课程教学与学员学习诉求统一起来，在持续激发学员学习积极性的同时，突出学员对知识的加工和理解深度，提升学习效果。

一  课程简介及存在的问题

人工智能原理及应用课程是火箭军工程大学（以下简称“我校”）信息类专业学员第六学期开设的专业背景课程。自2016年开设以来，一直以价值塑造、能力培养、知识传授有机融合的人才培养模式，坚持“理论与实践结合、课堂与岗位结合、知识与能力结合”的基本原则，致力于打造高阶性好、创新性优、挑战度高的一流课程。通过全面系统讲授人工智能原理知识，帮助学生熟悉人工智能算法理论，理解算法设计思想，掌握智能算法的基本原理及军事应用手段；通过多种实践教学，使学员对人工智能专业理论知识有更深层次的认识和感悟，同时注重构建学员科学的工程应用思维，使其具备人工智能技术应用开发、系统管理与维护等动手能力；并将以火箭军“三爱、五讲”为核心的砺剑精神融入学生价值塑造，着力培养新时代“四有”军人。

在实施课程教学过程中，虽然课程组十分注重对学员的引导和启发，并有意识地增加学员動手实践比重，但目前教学过程中还存在如下问题。①随着理论学习的逐渐加深，个别学员课堂参与度不够、积极性有所衰退。②课程教学内容体系与新时代部队岗位任职需求还有一定差距[2]。更多的是前沿技术的发展和算法理论学习，反映部队现实应用需要的内容较少，部分学员在对知识的有效运用方面还不知所措。③个别学员在动手实践方面，通常采用“抱大腿、下代码、改框架”的方式，缺乏对实践学习的深入思考，创新能力还有待提升。④思政育人活动持久性不够。个别教员往往只注重课堂“45分钟”，思政育人停留在课堂的某个环节，即讲即过。所采取的思政“手段枯燥缺乏吸引性，形式单一缺乏多样性，内容空洞缺乏影响性”，育人效果不尽人意。

二  “1+1+2”课程教学模式基本内容和方法

针对上述存在的教学问题，课程组对本课程教学理念、内容体系、教学活动方法手段以及课程思政进行了改进和优化，提出 “乐学、乐思、乐动”育人理念，根据岗位任职需求，对教学内容体系进行了重构，并针对教学内体系特点，采用了“专题探究式”教学方法，实践了“双维度”思政模式。所构建的“1+1+2”课程教学模式如图1所示。

（一）  “乐学、乐思、乐动”育人理念

关于如何学习，子曰：“知之者不如好之者，好之者不如乐之者”，如何以学员为中心，让学员在课堂当中，从知之（知道学习）到好之（喜欢学习），再从好之到乐之（享受学习）发生转变，是所有任课教员都应着力解决的重要问题。通过问卷调查、交流沟通以及其他代课教员评价反馈，摸清学员底数，观察学员在课堂表现，挖掘学员学习兴趣逐渐下降、课堂活跃度不高的深层次原因，转变思维，优化教学内容体系、改进授课方式方法[3-4]，以学员能够乐学（乐于学）、乐思（善于思）、乐动（勤于动）为教学出发点，让“三乐”育人理念始终贯穿整个教学过程。

注重激发学员学习兴趣和主观能动性，将学员在课堂中的“乐”摆在重要位置。一方面通过“堂堂有引入、回回有实践”的教学活动，“联系生活、解释现象”的典型案例，“前沿知识、随手可触”的前沿扩展，力争做到让学员“从被动吸引到主动学习”的“乐学”状态；另一方面对于本课程来说，比知识学习更重要的是科学思维的养成，通过主动引导学员在案例实践中不断探索问题解决思路，帮助学员不仅看到各个算法模型表面冰冷的美丽，更能站到科学家的角度感受到算法模型背后火热的思考，把握住各个算法设计的灵魂和出发点，实现学员“乐思”的状态；此外，还通过设置趣味性的算法设计大赛，激发学员动手实践的欲望，采取“分组对抗，个人积分”的形式，进一步打通知识到能力的转化渠道，实现学员的“乐动”。

（二）  “专题探究式”教学方法

1  教学内容优化

人工智能与统计学、心理学、计算机科学、生物学和控制论等都有交叉关系，学科涉及的内容十分庞大。人工智能学科知识的繁多与授课学时有限之间的矛盾比较突出。作为国内模式识别专业的领军院校，如中科院智能所、清华大学、上海交通大学和南京理工大学等，所开设的人工智能课程学时和内容也不尽相同。在参考了上述院校的授课内容的基础上，课程组先后5次赴火箭军基层部队及北京机关，3次赴西安交通大学、西安电子科技大学等高校调研，同时考虑到我校军事特色和部队实战化能力素质需求，采用“重基础、育思维、强实践、宽拓展”的内容优化原则，按照“模块化设计、专题式授课、针对性实践”思路，围绕知识表示逻辑、机器学习、决策系统三条主线，对教学内容进行重构，主要包括知识表示、推理、搜索策略、机器学习、专家系统和决策支持等共40学时，构建了人工智能原理及应用课程“3模块15专题4实践”的内容体系，如图2所示。

另外，针对人工智能领域中新问题、新理论交错涌现的现象，积极将最新技术和科研成果引入到课堂当中，提高课程的研究性和实践性内涵，引导学员探究新技术新方法，体现课程的创新性。

2  教学方法改进

为了更好地鼓励学员自主高效地参与到教学过程中，践行“乐学、乐思、乐动”的育人理念，充分利用授课对象专业通常不超过25人的小班优势，面向专题式教学内容体系特点，实行“专题探究式”教学方法，通过“设置情境-分发案例-提出问题-引导探究-合作学习-交流归纳”等实施环节，根据不同的专题内容，区分阅读、观察、研讨和实验等途径，让学员自行发现并掌握相应原理和结论。

1）着力构建课程探究案例库。每专题设置1～2个案例及配套探究问题，共创建收纳案例25个，建立知识点抽象概念与实体表征的连接关系，并采取多样化的呈现方式（视频、图像、动画等），用以引导学生分组探究解决问题[5]，归纳结论。促使学员提升知识加工深度，在加深对知识点理解的同时，锻炼培养学员分析解决实际问题的科学思维。

2）信息化手段助力云课堂实现。结合在线人工智能实践教学平台、雨课堂、学堂云平台等手段，优化与学员互动形式，提升学员参与课程学习的广度和深度，充分将学员的点滴碎片时间利用起来，提高课堂学习效率，增强课后的参与度。同时，利用智慧教室开启现场云课堂，通过网络视频实时将互联网公司、地方高校、工业部门等专家学者 “请进”课堂，打破线下教学的樊篱，实现与校外各类人员、资源要素的高效对接，提升课堂学习趣味性。

3）扎实推进课程实践教学。采取随堂实践与课程实验相结合的方式，让学员们在动手过程中找到乐趣。①增大课堂实践比例，通过随堂实践让学员在各个知识点的实现中，加深知识理解，聚沙成塔；②开设验证性、综合性、自主性的三性实验项目，由学员分组开发并集中汇报，完成对理论知识的实践理解；③依托人工智能实践教学平台，开设课程算法挑战赛，挑战赛包含经典人工智能军事应用题目（舰船目标分类识别与检测），由学员自由组队进行PK，实时公布最新排名，在竞争中激发学员动手的欲望和兴趣，在竞争中使学员获得“跳一跳就能够得着”的成就感，体现课程的挑战度。

（三）  “双维度”课程思政模式

课程思政是国家教育大势与现实需求的综合体现，也成为各大高校教學改革的热点。我校作为军事院校，更应该坚守教育“颜色”，以“培养什么人”这个教育的首要问题为根本导向，以促进学员成长成才为出发点和落脚点，结合各专业以及学科的实际，针对部队人才素质需求，面向战斗力生成，深入挖掘课程所蕴含的思想政治教育元素，增强课程的育人功能，使各类课程与学校思政课程同向同行，形成协同效应[6]。同时我校学员管理和教学模式特殊，更具有集中式、系统化、持续进行思想政治教育的优势。基于此，课程组针对思政育人活动缺乏持久性、效果欠佳的问题现状，提出了课堂内外“双维度”课程思政教学模式，深入挖掘本课程思政元素，构建了人工智能课程思政体系框架和教管联动机制，在知识传授的同时进行价值传输。

1  “横向”思政教学模式

课程思政是系统工程，尤其是对于专业课教员而言更是如此，需要全时、全过程、全方位的探索与推动，充分发挥专业课程四个“80%”特点的延伸价值，实现“大思政”理念下的课堂外“横向”思政教育，依靠但并不完全依赖课堂教学这个主阵地、主场所，加强与学员课后沟通交流，突破课上课下、课堂内外的界限壁垒，将课堂思政教育的范围扩展到平时生活中，形成“大思政”氛围。重构“教管联动”新制度，在生活中教、在学习中管，让思政价值元素融入到学员的日常工作学习中。

1）横向“教管联动”新桥梁的搭建。军校采取的是封闭式管理模式，学员们日常接触最多的除了教员就是学员队管理干部，学习生活环境较为单一。为了切实做好学员日常管理、提高教学质量，目前我校已经实施了一系列“教管联动”的举措，每学期开始的师生见面会，让学员课前认识熟悉教员，拉近彼此距离；学期中随着专业课程的开课，不定期组织教管干部座谈，对学员学习情况进行交流沟通；学期末开展课程答疑，对课程内容进行总结辅导，有针对性地帮助学员加深知识理解、巩固知识体系。此外还安排年轻教员赴学员队代职，进一步深入学员，和学员打成一片。这些措施虽然已经在成绩提高、专业素养的提升等很多方面表现出了一定作用，但它们只是针对各个课程知识本身的学习，忽略了这种联动机制下思政教育的潜力，思政教育并不能仅仅停留在课堂的几十分钟之内，蜻蜓点水般地一带而过，应该充分发挥军校的管理优势，搭建从课堂横向延伸的“教管联动”新桥梁，形成教学管理两个层面的思政育人合力。

一是与学员队干部形成点对点交流机制。定期沟通专业学员思想动态、情绪变化、课堂表现，让教员时刻掌握学员的状态。二是与学员形成点对面的沟通机制。建立课程学习群，依托教学平台开通课程留言板，不定期参与学员队活动，拉近与学员距离，产生与学员之间的情感共鸣。三是开展多样式的非正式会面机制。针对重点关注学员、近期热点敏感话题、倾向性观点看法，利用课后、自习、参与学员队活动的机会与学员进行深入的交流，进行正面引导。

2）横向课程思政新元素的挖掘。专业课教员对目前学员思想、行为现状的了解并不够充分、全面和具体，在进行课程思政元素挖掘和设计的时候，基本都只是结合课程内容知识要点来进行编写，一方面脱离学员实际思想动态，针对性不强，无法形成有效的心理共振；另一方面，解决不了学员现实的思想价值问题，教育效果大打折扣[7]。并且由于师生接触时间短，形成不了深厚的情感交互和认可，对于教员的价值传输也就难以形成共鸣，课堂的教育成果很难转化为生活中的行为准则和情感认同。针对这种情况，应该在构建“教管联动”新桥梁的基础上，对课程思政元素进行挖掘和更新，有针对性地对学员当下的行为习惯、思想动态和热点看法进行正向引导和教育，以人工智能原理与应用课程为例，2022年度春季学期构建的动态思政案例库见表1。

2  “纵向”思政教学模式

在课程思政具体设计与构思方面已经有了很多的研究，常见的方式主要针对专业课程特点，构建相对应的思政体系，通过在教学案例中加入思政元素的方法实践思政教学。同时系统梳理并挖掘课程蕴含的思政教育元素，提出以定理及重要知识点为主轴，以随机生活现象为载体的思政教育方法，实现寓道于教、寓教于乐，达到启迪学员智慧，引领学员价值的目的。随着课程思政受重视程度的加深，各类专业课课程思政设计、挖掘、组织实施已经层出不穷，但目前大多数都是集中在思政元素的挖掘上，对于如何对思政元素的呈现和传授涉及的较少。价值的传授也应该像专业知识一样，不仅成体系，更应该在每个点上进行构思和设计，才能达到预期的育人效果。课程组从认知模型理论出发，以学员感兴趣的具体实际案例为切入点，构建层次型思政教学组织模型，将思政知识要点按照多个层面进行组织和设计，分别对应认知模型中的记忆、理解、应用、分析、评价及创造六个层次，使学员逐步提升思政知识的加工深度，挖掘课程思政的现实指导意义，实现理性认识和情感共鸣与行为认同。

此外，在考核评价方式方面，人工智能原理及应用课程一直采用过程性考核+终结性考核的成绩评定方式，课程成绩由平时课堂表现10%+课程实践50%+课终理论考试40%的比例组成。既考查学员对人工智能基础知识的掌握，更注重学员对现实应用问题的分析、设计和实现能力[8]。

在具体实施过程中，本着以学员为中心的理念，设置多元化的考核方式。除了传统课程的出勤和随堂作业等方式以外，还从学习成果汇报、实践开发、学术研究等方面进行综合考评，这几个方面综合构成了课程实践成绩。学习成果汇报的主要形式是幻灯片的展示，学员将自己的学习成果与算法实践收获等信息综合展示，并在课堂上进行展示与答辩。同样，学员可以选择在人工智能领域的一个具体的应用场景（如车牌识别、时间序列预测等）进行自主的设计与开发，这种开发可以不苛责于完成一个全新的算法或者理论思想，也可以通过现有的模块与算法完成这些领域的验证性设计。这样多元化的考核方式不仅对学员的学习效果和动手能力进行了考核，也同时考核了学员的专业素质，加强学员在人工智能领域的综合素养考察。

在课程评价方面，学员可以通过在线学习通平台对每次授课的内容及过程进行评价打分和反馈，帮助教员掌握教学情况，同时也可以利用我校教务平台对课程整体做出评价，形成良性反馈循环。

三  结束语

“1+1+2”教学模式在人工智能原理及应用课程实践过程中，以“乐学、乐思、乐动”育人理念为教学出发点，采用了专题探究式教学方法，增强了学员课堂注意力和学习兴趣，提升了学员的课堂参与度，课堂氛围逐渐活跃。并且在带领学员们解决问题、分析现象的过程中，逐渐形成求解陌生问题的科学思维和切题能力，学员创造性解决问题的能力进一步增强。同时利用各类信息化教学手段，助力学员自我学习、自我教育，并利用人工智能实践教学平台开展智能算法设计大赛，最大限度地激发学员动手欲望和积极性。实践的“双维度”思政育人的新途径，对课堂中思政要点进行了重塑，将思政育人横向扩展到学员的生活和学习中，达到持久发力、久久为功的育人效果。

参考文献：

[1] 史蒂芬.卢奇.人工智能[M].林赐，译.北京：人民邮电出版社，2020：5-8.

[2] 朱爱先.军队院校教学论[M].北京：海潮出版社，2015：145-165.

[3] 李志辉，庞雅静，毛晓波.基于强化学习脑机制的电工学教学设计与实践[J].高教学刊，2022（33）：78-81.

[4] 张文涛，袁思禹，万雯思，等.“一主二动四融通”体育教育本科人才培养模式创新研究[J].高教学刊，2022（24）：160-163.

[5] 徐国庆，王笙年.职业本科教育的性质及课程教学模式[J].教育研究，2022（7）：104-113.

[6] 鄢显俊.论高校“课程思政”的“思政元素”、实践误区及教育评估[J].思想教育研究，2020（2）：88-92.

[7] 高玉龙.“随机信号”课程思政元素挖掘方法研究[J].工业和信息化教育，2022（5）：12-15.

[8] 蔡彦，张富忠，王荣杰，等.“电工学”混合式教学模式的设计与实践——基于异步SPOC和“A+课堂派”[J].集美大学学报（教育科学版），2021，22（4）：83-88.